有条件地连接Pandas数据帧中的字符串

Question

我有一个看起来像这样的数据框：

DF：

      Source    Text    
      Agent     aa      
      Agent     ab      
      Visitor   ac      
      Agent     ad      
      Visitor   ae      
      Visitor   ba      
      Visitor   bb      
      Agent     bc      
      Agent     bd      
      Agent     be    

我想创建一个新的数据框，看起来如下：

      Source    Text    
      Agent     aa ab   
      Visitor   ac      
      Agent     ad      
      Visitor   ae ba bb 
      Agent     bc bd be 

因此，对于代理/访问者谈话的每个新实例，我想连接一个人在新单元格中所说的不同事物的文本。

我找到了this post，但这太具体了，我不知道如何将它应用到我的数据帧。

Answer 1

你可以groupby由Series创建的cumsum由Source和shift创建的join，最后使用double Series.reset_index - 首先删除第一级MultiIndex，第二级用于Source列：

g = df['Source'].ne(df['Source'].shift()).cumsum()
df1 = (df.groupby([g, 'Source'])['Text']
         .apply(' '.join)
         .reset_index(level=0, drop=True)
         .reset_index())
print (df1)
    Source      Text
0    Agent     aa ab
1  Visitor        ac
2    Agent        ad
3  Visitor  ae ba bb
4    Agent  bc bd be

Answer 2

试试这个。

d=df.groupby("Source").groups
print(pd.DataFrame([ [k,' '.join(list(df.groupby("Source").get_group(k)["Text"]))] for k in d.keys() ],columns=["Source","Text"]))